Gráficos de caixa de barras são muito usados para representar visualmente dados de pesquisa. Portanto, é importante entender a diferença entre os dois. O uso do gráfico de caixa ou de barras depende da natureza dos dados e da interpretação que um pesquisador gostaria de transmitir.

Gráficos de caixa e como lê-los

Os gráficos de caixa são usados para traçar a distribuição de um conjunto de dados. Esses gráficos codificam cinco características de distribuição de dados, mostrando ao leitor sua posição e comprimento. A caixa varia de Q1 (o primeiro quartil) a Q3 (o terceiro quartil) da distribuição e a faixa representa o IQR (intervalo interquartil). A mediana é indicada por uma linha na caixa. Os “bigodes” estendem-se de Q1 e Q3 até os pontos de dados mais extremos. Por sua vez, cada um desses dados extremos é representado por uma marca. Alternativamente, os valores máximo e mínimo também podem ser usados como pontos finais para os “bigodes”.

A leitura de gráficos de caixa não é tão complexa quanto parece. A mediana, representada por uma linha na caixa, é o meio do conjunto de dados. Isso significa que 50% dos dados são maiores que a mediana. O “bigode” superior representa os valores mais altos que a mediana. Os valores extremos são pontos acima do “bigode” superior. Uma interpretação semelhante, mas inversa, aplica-se a “bigodes” e valores extremos inferiores. Os gráficos de caixa também são bons para evidenciar distribuições anômalas ou atípicas no conjunto de dados. A posição da mediana na caixa mostra quantos dados estão acima ou abaixo dela.

Créditos de imagem: Nathan Yau, do Flowing Data

Gráficos de barras e como lê-los

Os gráficos de barras são feitos para representar variáveis categóricas e são adequados para contagens. Os gráficos de barras exibem e comparam a frequência, o número ou outras medidas (por exemplo, a média) de diferentes categorias de dados. No entanto, dados contínuos de pesquisas de laboratório, estudos humanos e estudos em animais são frequentemente representados usando gráficos de barras. Gráficos de barras são comuns porque são fáceis de interpretar e simples de criar. Eles são úteis para exibir categorias nominais ou ordinais. Categorias ordinais são dados que são classificados (por exemplo, de muito bons a muito ruins), enquanto as categorias nominais representam dados qualitativos ou descritivos (por exemplo, país de nascimento, matérias estudadas na universidade). Existem diferentes tipos de gráficos de barras, como horizontais, agrupados e empilhados. Ao criarem seus gráficos, os pesquisadores devem observar algumas regras para que a representação seja clara e eficaz.

A interpretação dos gráficos de barras começa com a observação da altura da barra em relação ao valor correspondente no eixo y. As diferenças nas alturas das barras podem ser determinadas consultando o eixo y. O segundo passo é comparar os agrupamentos das barras. Alguns gráficos de barras podem ter barras reunidas em grupos. Nesse caso, compare as barras dentro dos grupos para entender como cada conjunto de dados dentro de uma subcategoria se compara a outros conjuntos de dados. Além disso, você também pode verificar o intervalo subtraindo o valor mais baixo (indicado pela barra mais curta) do valor mais alto (indicado pela barra mais longa).

Qual deles você deve usar?

Que tipo de dados você representará? Como você deseja representar seus dados? Você precisa responder a essas perguntas antes de escolher entre os dois.

Alguns autores argumentam que não se deve usar gráficos de barras, enquanto outros afirmam que é preciso que apareçam novos formatos de representação de dados. Gráficos de barras agrupados são úteis para mostrar os orçamentos de duas famílias, por exemplo. Um uso comum de gráficos de barras é mostrar a proporção de um valor em relação ao outro.

Por outro lado, gráficos de caixa são úteis para representar visualmente vários conjuntos de dados originados de fontes independentes. Alguns exemplos são: pontuações de teste entre diferentes universidades, alteração nos dados (antes e depois) devido a um processo, ou dados de diferentes máquinas que fabricam o mesmo produto. Os gráficos de caixa são boas maneiras de representar a distribuição dos seus dados, especialmente se você pretender mostrar outros valores além da média.

Como relacionar seus dados de pesquisa

Tudo fica mais simples depois que você decide qual tipo de gráfico melhor se adapta aos seus dados. Por exemplo, se os seus dados tiverem uma distribuição anômala ou atípica, um gráfico de caixa pode ser usado. Seu leitor será capaz de dizer se os dados estão tendendo para valores menores ou maiores, dependendo do comprimento da barra acima e abaixo da linha mediana. Os dados da ANOVA também podem ser exibidos usando um gráfico de caixa. Mas se os seus dados forem essencialmente descritivos e você desejar mostrar proporções, um gráfico de barras será a sua melhor aposta.

Seja qual for o caminho escolhido, é importante entender a utilidade desses gráficos. Sua análise dos dados de pesquisa é a parte principal do seu relatório de pesquisa. Relate-a de forma eficaz! Conte para nós o que você acha do uso de gráficos de caixa e de barras ao relatar os seus resultados!